双目视觉系统中,立体匹配起着重要的作用。在立体匹配算法的研究中发现,Census变换立体匹配算法在光照不均和有噪音的环境下具有一定的鲁棒性以及具有运行速度快的特点,同时,视差搜索范围的设定也对匹配算法的精度和运行速度有一定的影响。因此本文重点对Census变换立体匹配算法和视差搜索范围确定方法进行研究。针对传统Census变换立体匹配算法在生成Census变换码生成过程中过分依赖中心像素点以及在视差范围不连续区域精度不高的问题,提出了基于改进Census变换的可变窗立体匹配算法。该算法在Census变换过程中,采用中心像素点所在八邻域窗口内的像素点灰度值和的平均值来代替传统Census变换中以中心像素点为依据的Census变换,有效解决了传统Census变换中过分依赖中心点的问题,提高了算法在噪音环境下的鲁棒性。同时,在对图像中的像素点进行匹配的过程中,根据像素点水平方向和垂直方向的梯度值,来为点选择合适的匹配窗口,提高了 Census变换算法在深度不连续区域匹配的精度。图像迭代细分法相比于其他确定视差搜索范围的方法具有精度高速度快的特点,但是仍然存在当图像的前景区域和背景区域分布不均导致视差搜索范围估算错误的问题。因此提出了基于前向搜索的视差范围估计方法,在对图像块的匹配过程中,采用前向搜索策略将当前匹配块继续均分成若干子块,并用其子块的匹配结果来表示当前匹配块的视差值,解决了因背景区域和前景区域分布不均而导致的视差估算错误问题,进一步提高了视差搜索范围估计的精度。将视差搜索范围确定方法应用到改进Census变换立体匹配算法中,能够提升Census变换立体匹配算法的性能。分别对Tsukuba、Teddy、Venus、Cones四组数据进行实验,结果表明,改进算法能够在未明显增加算法运行时间的同时,四幅图像的平均误匹配率较未改进之前降低了 33%,进一步提高了算法的精度。